Tendencias 21
   




Una investigación analiza la difusión de rumores por las redes sociales on line

Ayudará a desarrollar nuevas técnicas de marketing viral


Investigadores de la Universidad de Zaragoza han comprobado que los modelos teóricos que analizan la difusión de información por las redes sociales no acaban de explicar la realidad. De hecho, existe una contradicción entre la difusión real de la información en redes sociales, que necesitan de propagadores influyentes, y el modelo teórico, en el que todos los agentes son equivalentes. Los resultados obtenidos podrían ayudar a desarrollar nuevas técnicas de marketing viral. (UNIZAR/T21).


UNIZAR/T21
20/03/2012

Ejemplos de botones “share” (compartir), de uso común en las páginas de las redes sociales. Fuente: Wikimedia Commons.
Ejemplos de botones “share” (compartir), de uso común en las páginas de las redes sociales. Fuente: Wikimedia Commons.
La revista científica Physical Review E publica una investigación sobre los modelos de propagación de los rumores, que servirá para desarrollar nuevas técnicas de marketing viral (boca a boca electrónico), más eficientes y menos costosas.

El estudio, realizado por Javier Borge-Holthoefer y Yamir Moreno, miembros del Grupo de Redes y Sistemas Complejos (COSNET Lab) del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza, demuestra que los actuales modelos de dinámicas de difusión de la información son insuficientes para explicar cómo ésta se propaga en realidad a través de las redes sociales on line.

La investigación pone de manifiesto que existe una contradicción entre la difusión real de la información en redes sociales, que necesitan de propagadores influyentes, y el modelo teórico, en el que todos los agentes son equivalentes. El estudio sugiere que es irrelevante quién inicia un proceso de difusión de rumores, dado que éste tendrá la misma probabilidad de éxito si se inicia por cualquier otro agente.

El trabajo se centra en los modelos de difusión de rumores, aunque bajo este nombre genérico se engloban noticias, tendencias. Inspirado en los modelos de contagio epidémico, en el modelo de propagación de rumores un agente comienza a propagar cierto rumor en una red de relaciones sociales.

Como resultado, los agentes vecinos pueden “contagiarse” con la noticia a través de los enlaces que los unen a nodos “infectados”, de manera que mientras dura el contagio, estos agentes se convierten a su vez en propagadores del rumor. Finalmente, los agentes se “curan” en el momento en que cesan de difundir dicho mensaje –porque ya sus vecinos conocen la noticia y carece de sentido intentar propagarla.

Diferencia con los procesos epidémicos

A pesar de lo útil que resulta la metáfora enfermedad-rumor, los modelos epidémicos y de difusión de rumores se parecen sólo superficialmente.

En particular, lo que determina en qué momento un rumor se desvanece no es tanto que el agente se vuelva “inmune” de forma autónoma –como ocurre con las enfermedades–, sino el hecho de que ello dependa de su interacción con los agentes que ya conocen el rumor. Esta diferencia con los procesos epidémicos, que a priori parece irrelevante, resulta crucial, y es lo que se desvela en el trabajo desarrollado por estos dos investigadores.

En particular, se sabe que en los procesos epidémicos existen “propagadores influyentes”. Eso significa que, si les alcanza la enfermedad, con toda probabilidad el impacto de la epidemia será global: afectará prácticamente a cualquier agente de la red de relaciones. Por el contrario, en dinámicas de difusión de información no existen tales propagadores “especiales”, y de ahí el título del trabajo: Absence of influential spreaders in rumor dynamics.

Esta falta de propagadores influyentes se ha comprobado utilizando diversas redes reales de tamaños y características diversas, lo cual aporta robustez a los resultados. El estudio sugiere que es irrelevante quién inicia un proceso de difusión de rumores, dado que éste tendrá la misma probabilidad de éxito si se inicia por cualquier otro agente.

Los autores de este estudio continúan trabajando en el desarrollo de modelos e introduciendo variantes que permitan acercar estos resultados teóricos a los datos reales observados en años recientes gracias a la emergencia de las redes sociales online. Estos desarrollos tienen su vertiente aplicada en campos como el márketing viral o campañas de información.

Entre las aportaciones de mayor interés de la Física de Sistemas Complejos son aquellas relacionadas con las dinámicas sociales. Estas dinámicas ofrecen un marco teórico idóneo para estudiar, por ejemplo, la toma de decisiones colectivas (modelos de votantes) o los mecanismos de difusión de la información.



Artículo leído 6485 veces





Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.